地铁乘客上下车时间剖析及建模.docVIP

地铁乘客上下车时间剖析及建模 　　【摘 要】通过对地铁车站乘客实际上下车时间进行调查统计，对影响地铁站内乘客上下车效率的主要因素进行分析研究，根据不同的客流需求规模、站台候车区域拥挤及列车满载率状况，引用行人交通流理论，估算乘客上下车的平均速度，建立乘客上下车时间模型，为制定合理的列车停站时间提供依据。 　　【关键词】上下车时间；满载率；行人交通流；非线性回归模型 　　引言 　　在地铁运输系统中，列车停站时间作为运营时刻表的主要技术参数，对整个系统的运行效率有重要的影响。其中，乘客上下车时间，在整个停站环节中属于相对不可控的因素，其与上下车人数、列车满载率状况和站台布局等相关，是制约整个运输系统运行效率的关键因素。分析乘客上下车时间规律，将对列车停站时间参数的制定和运输组织精细化管理提供依据。 　　1 地铁乘客上下车特性 　　乘客上下车过程大体分为3个阶段：下车阶段、上下车混行阶段、上车阶段，某些上下车过程可能仅由其中的一个或两个阶段组成。乘客上下车过程具有一定的规律性，除受上下车客流规模直接影响外，还受站台布局、列车满载率状况及其他外部因素等影响。 　　1.1 站台布局对上下车时间的影响 　　站台布局对上下车时间的影响，主要体现在对上下车流线的影响。不同车站站台设备如扶梯、楼梯、支撑柱的分布不同，不同车门处乘客上下车行走流线不同，都将对上下车时间产生影响。 　　一般情况下，候车区域越宽敞，上下车效率越高。由于下车过程大部分乘客均会提前准备下车，下车效率略高于上车效率，但是当候车区域狭窄时，乘客“抢上”的现象更加突出，过早进入混行阶段将降低下车乘客的效率。 　　1.2 列车满载率状况对上下车时间的影响 　　列车满载率状况将对乘客上下车过程中造成较大阻力，当车内有少量剩余空座时，上车乘客会为了想乘坐座位而加快上车速度，从而减少单位乘客上车时间。而当车内比较拥挤时，上车及下车乘客相互之间影响较大，上下均受阻，从而造成单位乘客上下车时间增加。 　　2 上下车时间分析 　　2.1 上下车速度的正态性检验 　　本文中我们将乘客的上下车过程视为在一个宽度固定、长度很短的通道内的行人交通流，以此为基础，采用K-S检验方法检验上、下车时间实测数据的正态性。 　　K-S检验的原理是直接处理原始数据，比较实际频数与理论频数的累积概率间的差距，找出最大距离，根据最大距离值来判断实际频数分布是否服从理论频数分布。 　　从SPSS分析结果上看，上车、下车及上下车速度的显著性水平α分别为0.587、0.616和0.850，均大于0.05，因此上车、下车及上下车速度的分布符合正态分布规律。 　　2.2 上下车时间的中心化处理 　　根据数理统计学理论中对正态分布函数的特征分析，假设一个总体服从正态分布，则足够量的样本均值能够直接代表总体的均值。 　　因此，对上下车时间进行中心化处理，计算每个上下车人数水平下的上下车时间均值，将该值代表该上下车人数水平下的典型上下车时间。经过中心化处理后， 上下车时间样本分布将更加集中，有利于选择更加合适的回归模型。 　　3 上下车时间模型 　　3.1 非线性回归模型的构建及比选 　　3.2 模型修正 　　上下车过程分为三个阶段，即：T总=T上+T下-T混。其中混行阶段的发生节点主要与乘客的行为相关，具有较大的随机性，它从侧面反映出一个车站的乘客遵循“先下后上”乘车习惯的程度，采用实测样本中混行阶段时间的平均值作为T混的取值，不同车站T混的取值一般不同。 　　上述模型分别独立构建，这两个模型均忽略了外部环境及相互之间的影响，但实际运作中一般需考虑车站最恶劣情况下的上下车时间，因此需对模型进行修正。 　　（1）下车时间模型修正。 　　定义α为下车时间阻塞系数，主要反映受站台布局而影响下车时间的增幅率，即T下=α×T下，α≥1。其跟站台候车区最小有效宽度L、下车人数P、站台下车区宽度w相关。 　　按照行人交通流的空间模数方程M=w?L?TN?t，可计算出下车行人流的密度，再与国内外专家关于人行道服务水平划分表进行对照，确定阻塞系数的取值。阻塞系数可视为自由流状态下的速度与对应级别的平均速度之间的比值。 　　国内学者曹守华等建立了基于乘客感知的城市轨道交通通道服务水平的划分体系，给出了不同服务水平下行人的占有空间与平均速度的关系，如下表： 　　（2）上车时间模型修正。 　　上车时间不仅受列车满载率状况及上车人数影响，同时受下车人数的影响。通过实测观察，主要分为三种情况： 　　①当列车满载率100%，站台候车人数基本能够上车，上车时间几乎不受下车人数的影响，无需修正，即T上=1.501×P上0.807。 　　②当列车满载率≥100%，且P上≤P下，下车人数较多，腾出的空